112 年 國立政治大學數位內容碩士學位學程創意傳播組《新媒介與科技》
第 第一題 題
對於數位內容這個領域來說,2022年最關注的議題之一,是各種應用人工智慧的的內容生成工具。不論是
GPT 3, DALLE, Stable Diffusion 或是 Midjourney,生成的是文字或是視覺內容,這些工具的能力超
出許多人的想像,也引發了許多臆測及討論。
你的看法如何?你會從什麼角度來思考這個現象?對於這個發展,你會如何面對?
可以討論的問題很多;請你自定義一個你認為最重要的問題,說明這個問題為什麼重要,然後嘗試回答自
己提出的問題。請注意:回答中請勿堆砌你對這些技術的知識;請聚焦對於問題的思考,以及經過思考的
答案。你對於問題的定義和說明佔分數的30%,你的回答佔30%。
登入後即可作答並保存紀錄。
本題旨在探討生成式 AI 於數位內容領域的影響,並要求考生提出個人觀點與解決方案。核心在於分析生成式 AI 技術的潛在問題,並提出具體的應對策略。
核心觀念:
生成式 AI 的快速發展對數位內容產業帶來了顛覆性的改變,但也伴隨著倫理、法律、創作、就業等多方面的挑戰。考生需要展現對這些挑戰的深刻理解,並提出具備前瞻性的思考。
解題思路:
-
界定核心問題:
首先,考生需要從眾多議題中,自訂一個最為關鍵或最感興趣的問題。例如,可以聚焦於:- 創作主體與版權歸屬問題: 當 AI 生成內容時,其原創性如何界定?版權應歸屬於 AI 開發者、使用者,還是 AI 本身?
- 資訊真實性與深度偽造(Deepfake)的挑戰: 生成式 AI 使得製造逼真但虛假的內容(文字、圖像、影音)變得輕而易舉,這對社會信任和資訊傳播帶來了什麼風險?
- 對內容創作者的衝擊與轉型: AI 是否會取代人類創作者?創作者應如何應對這種衝擊,尋求新的發展空間?
- 倫理與社會責任: AI 生成內容的偏見、歧視性內容,以及其在不當用途(如詐騙、散播假訊息)上的濫用,我們應如何規範?
考生需要清楚說明為何選擇這個問題,其重要性體現在何處。例如,若選擇「資訊真實性與深度偽造」,可以強調其對民主社會、公眾信任、個人名譽的嚴重威脅,其影響廣泛且難以追溯。
-
深入分析與思考:
在界定問題後,考生需要深入分析此問題的成因、影響,並提出具體的思考。這部分要求的是「思考」而非單純的「知識堆砌」。- 探討現象背後的機制: 例如,為何 GPT-3 或 Midjourney 的能力會超出預期?它們是如何學習和生成的?
- 分析潛在的影響: 這些工具的普及會對哪些產業、哪些人群、哪些社會結構產生影響?
- 提出個人觀點: 對於這個現象,你的態度是什麼?是樂觀、擔憂,還是有保留?
-
提出應對策略(如何面對):
這是問題的核心,要求考生提出具體的解決方案或應對之道。這些策略應是經過思考、可行且具前瞻性的。- 技術層面: 是否有技術可以辨識 AI 生成內容?如何發展更可靠的防偽技術?
- 法律與政策層面: 需要制定哪些新的法律法規來規範 AI 生成內容的版權、使用和責任?
第 第二題 題
2022年10月29日,萬聖節前的週六,在韓國首爾的梨泰院發生嚴重的群眾踩踏事故,導致158人死亡、
196人受傷。這起嚴重事故是因為多數群眾在有限空間內聚集所引起,由於擁擠壓迫,或者在移動時因跌
【倒而互相疊壓、踩踏而引起傷害。歷史上曾經發生多起類似的事故,但是2022年的首爾梨泰院,已經是
一個充滿各種智慧型科技的環境。如果我們以智慧環境的觀點,善用科技所能提供的資訊,能不能預防梨
泰院慘劇的發生?
殷鑑不遠。台北的遠雄大巨蛋即將落成,但是在2019年台北市議會質詢時,也對大巨蛋的人潮疏散問題
進行檢視,懷疑目前的設計無法在短時間內讓人群安全疏散。為了大巨蛋啟用之後的公共安全,請設想用
智慧環境科技來預防類似災害的可能性。你會進行什麼樣的研究分析,利用什麼設計方式,應用什麼科技,
如何模擬測試,來防止這樣的公共事故?第二題佔分數的40%。
登入後即可作答並保存紀錄。
本題結合了社會事件與科技應用,要求考生運用「智慧環境」的觀念,提出預防大型公共場所發生踩踏或疏散危機的方案。核心在於分析科技如何應用於人潮管理與安全預警。
核心觀念:
智慧環境(Smart Environment)是指利用感測器、物聯網(IoT)、大數據分析、人工智慧(AI)等技術,將物理空間轉化為能夠感知、理解、響應人類需求並優化運作的智能空間。本題特別聚焦於其在公共安全與人潮疏散管理上的應用。
解題思路:
考生需要從研究分析、設計方式、應用科技、模擬測試四個面向,系統性地闡述如何運用智慧環境科技來預防大型群眾聚集場所的安全事故。
-
研究分析 (Research Analysis):
- 梨泰院事件的根本原因分析:
- 人潮密度與流動: 在特定區域(狹窄巷弄)瞬間聚集過多人潮,且缺乏有效的人流引導和分流機制。
- 空間限制: 物理空間的狹窄與複雜性,阻礙了快速疏散。
- 資訊傳遞的不足: 現場人員或主管機關未能及時掌握人潮過度聚集的風險,或缺乏有效的預警機制。
- 群眾心理與行為: 在極度擁擠情況下,人們的行為可能變得非理性,容易產生恐慌和推擠。
- 大巨蛋潛在風險分析:
- 極大容量: 容納數萬人,一旦發生意外,後果嚴重。
- 複雜動線: 內部空間龐大且結構複雜,疏散通道的設計與標示至關重要。
- 高密度活動: 演唱會、體育賽事等活動容易造成人潮瞬間聚集。
- 外部連結: 捷運、公車、汽車等交通工具的疏散效率。
- 現有智慧科技的適用性評估: 探討現有的感測技術、數據分析、通訊技術等,在人潮管理上的潛力與限制。
- 梨泰院事件的根本原因分析:
-
設計方式 (Design Approach):
- 預警系統設計:
- 即時監測: 運用各種感測器(如影像辨識、Wi-Fi/藍牙訊號偵測、壓力感測地墊)即時監測人潮密度、流動方向、聚集熱點。
- 風險評估模型: 建立基於數據分析的風險評估模型,當人潮密度或流動異常時,自動發出預警。
- 人流引導與分流設計:
- 動態資訊顯示: 透過大型螢幕、手機 App、語音廣播等,向民眾提供即時人流資訊、建議路線、避難方向。
- 智慧標示系統: 結合 AR (擴增實境) 或動態電子看板,提供更直觀、個人化的疏散指引。
- 動態管制: 根據人潮狀況,動態調整通道開放與封鎖,引導人潮往較空曠區域移動。
- 應變決策支援系統:
- 整合資訊平台: 將現場感測數據、外部交通資訊、緊急應變資源等整合至單一平台,供決策者(如安全主管、場館管理方)快速了解現況並做出決策。
- AI 輔助決策: 利用 AI 模擬不同疏散方案的效率與風險,提供最佳決策建議。
- 預警系統設計:
-
應用科技 (Technologies to Apply):
- 物聯網 (IoT) 與感測器: